像给团队发奖金，只看项目成败，却不区分谁贡献最大，大家很难知道下次该怎么改。扩散语言模型也有这个麻烦：它从残缺文本出发，反复去噪，同时修改多个位置；用强化学习（RL——根据作答结果获得奖励并调整策略）训练时，最终总分很难说明哪个 Token（文字的基本小块）真正帮到了答案。
DTCA 的做法，是观察一个 Token 被确定后，模型对其余空缺位置的预测信心提高了多少，再据此分配学习信号。为降低逐个估算的成本和波动，它先用离线生成过程统计贡献，再按词性归组。论文在 GSM8K 样本上的分析发现，动词带来的信心增益最大，其后是名词和专有名词；限定词、介词等较小。换句话说，它不只看词最后是否出现，还看这个词有没有帮助后续去噪。
作者称，在 LLaDA-8B-Instruct 上，DTCA 相比基础模型让 MATH500 最多提高 9.0 个百分点，GSM8K 最多提高 5.3 个百分点。这说明扩散语言模型的 RL 正从“整段打分”走向更细的逐 Token 归功；不过这些效果目前仍以论文自报实验为准。